ADAM RUTHERFORD: Valójában a tudomány modelljeiről beszélünk nagyjából minden egyes programmal. Jim Hay hallgató beírta és feltette ezt a nagyon egyszerű kérdést: Kíváncsi lennék, hogy elmagyaráznád, mi az a modell? A kifejezést olyan gyakran használják a BBC tudományos programjain, hogy csak hagytam, hogy elcsúszjon mellettem, de tény, hogy nem tudom, mit jelent pontosan, amikor egy tudós azt mondja, hogy modellt készítettek. Nemrég szereztem be egy modern, nagyon nagy, A szintű fizikai tankönyvet, és megjegyzem, hogy sem a modell, sem a modellezés nem szerepel az indexben.
Köszönöm Jim, mert méltó emlékeztető arra, hogy a tudomány technikai lehet és el kell mondanod, amikor zsargonnal beszélünk. Mindenesetre a legalapvetőbb szinten a modell az adatok és mérések valós világból történő kinyerésének és a szimulálásának a módja, amikor mi velük babrálunk: mekkora csapadékmennyiség, folyók áramlása, ilyen típusú dolog. Ez a fizikai világ káoszának leegyszerűsítésének módja egy számítógépben, hogy megpróbálhassuk megjósolni, mi történhet a való világban. Több ezer alkalommal futtathatsz szimulációkat, mindegyik nagyon finom változtatásokkal, hogy lássa, mi történik.
Amikor Jim feltette ezt a kérdést, rájöttünk, hogy a legtöbb héten néhány új tudományról beszélünk, amely ilyen módon használja a modelleket. Az elmúlt kéthéten az ősi gazdák DNS-ének fejlődése zajlott le, megolvadtak az antarktiszi jégtakarók, ma pedig Nick Reynardot modellezzük Cumbria áradásain. Megkértük tehát néhány vendégünket, hogy mondják el, mit jelentenek, amikor tudományos modelleket használnak. Andrew Ponson és Carole Haswell elmondták, milyen modellek vannak az asztrofizikusok számára.
ANDREW PONSON: Azt mondanám, hogy a modell olyan ötlethalmaz, amely a természet bizonyos sajátosságainak működésével kapcsolatosan merül fel bennünk. És általában, amikor modellnek hívjuk, valószínűleg azt értjük, hogy valamilyen szinten kísérleti jellegű. Tehát nem azt állítjuk, hogy mindent összefoglaltunk az adott dolog működéséről.
ADAM RUTHERFORD: Melyik lenne az elmélet vagy a törvény?
ANDREW PONSON: Pontosan! Megpróbálunk olyan benyomást kelteni, hogy még nem csomagoltunk mindent a természet adott vonatkozásával kapcsolatban, de van néhány működő ötletünk, amelyet tesztek létrehozásához használunk, amelyeket aztán összehasonlíthatunk a valósággal.
ADAM RUTHERFORD: És gyakorlati szempontból, csillagászként, Carol, hogyan modellezöd a dolgokat?
CAROLE HASWELL: Tudósként valójában elég idős voltam, amikor olvastam valamit, amit egyik kollégám írt az egyik fizika tanfolyamunkon, és a fizikus létének lényegét az jelenti, hogy tudja, melyik közelítést kell elvégeznie. Tehát, amikor valamit meg akarunk érteni, ki kell ugratnia, melyek azok a fontos dolgok, amelyek ezt befolyásolják. Mert nem remélheted, hogy elkészíted az egész univerzum másolatát, mert az egész világegyetemre lenne szükséged, és ezzel semmit sem nyernél. Tehát azt kell tennie, hogy kiderítse, melyek azok az igazán fontos kulcsfontosságú dolgok, amelyekhez talán felírhat néhány egyszerű matematikát, és ezzel együtt betekintést nyerhet.
Tehát ez a lecsupaszított matematikai leírás azoknak a dolgoknak a lényegét, amelyekkel számítógépes kódot lehet megtestesíteni. Tehát az egyszerű egyenletek vagy talán meglehetősen összetett egyenletek rendszerét beillesztheti egy számítógépes programba, majd beállíthatja a programot, hogy megnézze a különféle tényezők kölcsönhatását, amelyeket fontosnak ugrattak. Tehát például, ha megpróbálta megérteni, hogyan mozognak a Naprendszer bolygói, akkor be kell írnia a gravitáció matematikai leírását, majd beállíthatja a Naprendszerét, és figyelheti a dolgok mozgását. És nem kellene leírnia az összes olyan autonóm fizikát, amely megadja az egyes bolygók szerkezetét. A Naprendszer modelljéhez meglehetősen egyszerű leírása lehet a gravitációnak, és ez elegendő ahhoz, amit meg akar nézni.
ADAM RUTHERFORD: Tehát ez egy módja annak, hogy több megfigyelések, majd jóslatok készítése arról, hogy mi fog történni a már látottak alapján?
CAROLE HASWELL: Nos, ez egy módja annak, hogy a megfigyelteket felhasználja a legfontosabbnak a viselkedést irányító dolgok. Ezután állítson be valamit, ami összefoglalja azt, amit fontosnak tart, hogy meggyőződjön róla, valóban megismétli-e azt, amit megfigyel.
ADAM RUTHERFORD: Az ilyen típusú modelleket a tudomány minden területén alkalmazzák. Itt van Paul Donald, az RSPB természetvédelmi tudósa arról, hogy a szimulációk miként segíthetik a madarak viselkedésének megértésében. mondj egy példát.Tegyük fel, hogy egy adott madárfaj érdekel, mondjuk a tetőablakok, és kimegyek, és adatokat gyűjtök a tetőablakok számáról, mondjuk száz mezőn Dél-Angliában. És amit biztosan találnék, az az, hogy a tetőablakok száma különböző területeken változik. Egyes területeken nagyon kevés madár lesz, talán egyáltalán nem; más mezőkben sok madár lehet. Tehát érdekel, hogy egyes mezők miért tartalmaznak több látóteret, mint mások, és ennek megnézésére egy modellt használnék.
Tehát mit tennék, miközben azon voltam, hogy összegyűjtsem a számokat tetőablakok, mérnék-e egy csomó más dolgot is, amelyek szerintem esetleg megmagyarázhatják a tetőtér számának változását. Tehát adatokat gyűjtenék például arról, hogy milyen típusú növény volt a területen, mert teljesen lehetséges, hogy bizonyos növénytípusokat szeretnek, mint másokat. Adatokat gyűjtenék a mező nagyságáról. Lehet, hogy adatokat gyűjtenék a sövénytakaróról, a közeli fák számáról, mindezekről a dolgokról, amelyek ezt megmagyarázhatják.
Amit a modell tenne, az lehetővé tenné számomra, hogy ezek közül melyik jósolja meg a skylarkot számok és melyek nem. Tehát ha így állítjuk be. Látja, hogy itt van ez az első oszlop. Ez az én oszlopom skylark számít. Minden mezőért kaptam egy számot, majd minden mezőért megkaptam a mező méretének értékét. Megkaptam, mi volt a termés, mi volt a termés az előző évben, talajtípus, sövénysor és így, és így, és így. Tehát most azt akarom tenni, hogy ezt be akarjam építeni egy modellbe, a szoftverbe, és megkérni, hogy azonosítsam, hogy ezek a prediktorok vagy magyarázó változók közül melyik nevezzük a legjobban a skylark-számom variációját.
Tehát ha csak rákattintunk erre a gombra, amely elküldi a programnak, és adunk pár másodpercet a futtatásra – ott van. Tehát a modell futott, és ha kinyitom a modellt, oké, szóval amit itt mutat, az itt láthatja, hogy megmutatja, hogy a mező mérete pozitívan befolyásolja a skylark számokat. Minél nagyobb a mező mérete, annál több tetőablak van. És ez azt is mutatja nekem, hogy gyakorlatilag van ott terméstípus. Ez azt mutatja nekem, hogy az itteni tavaszi gabonafélékben több látnivaló van, mint az itteni téli gabonafélékben, és hogy ez a hatás kiegészíti a növénytípus hatását. És vannak más oszlopok is, az összes többi adattal együtt. Tehát azt tehetem, hogy most finomítani tudom ezt a modellt, és ez nagyon jó ötletet ad arra, hogy miért van az, hogy a skylarks száma, ami érdekel, különböző területeken változik.
Tehát az igazi készség, bizonyos értelemben, ezekkel a dolgokkal az értelmezésben rejlik. Tehát amit ez a modell mutat, az az, hogy az általam betett változók közül néhányan jelentősen megjósolják a skylark számát, mások pedig nem, de nem tudja megjósolni azokat a dolgokat, amelyeket nem tettem be. Mi lenne, ha például , a legfontosabb, hogy meghatározzuk a tetőtér számát, nem az egyik, amit mértem? Talán valami másról van szó. Talán az időjárás vagy a mező lejtése vagy a talaj típusa, vagy valami hasonló. Valami, amit egyáltalán nem mértem. Tehát a modell lényegében téves, mert nem mértem meg azt a dolgot, amely a tetőablak népességszámának legfontosabb mozgatórugója. Még mindig előfordulhat, hogy az általam mért dolgok részben meghatározzák a skylark számokat, de az igazi mögöttes dolog, amit egyáltalán nem mértem. Tehát van egyfajta szokványos dolog az ökológiában, amely szerint az összes modell téves, de némelyikük hasznos.
Ez az egyetlen módszer, így ha csak egy dolog érdekelt, akkor a kapcsolat Például a skylark számai és a mező mérete egyszerűen kirajzolhatnám őket, és megnézhetném, hogy ha a mező mérete nagyobb lesz, akkor a skylark számai nőnek. De ezt egyszerre csak egy dologért teheti meg. Nem tudom egyszerre megnézni ezeket a különböző változókat, és ezt a modell lehetővé teszi számomra. És ez az ökológia és a természetvédelem abszolút alapvető eszköze az adatok ilyen típusú elemzésének.
A modellezés ebben az értelemben soha nem bukik meg. Ha tudod, mit csinál a matematikai képlet, az bizonyos szempontból tévedhetetlen. Nem sikerül, ha nem a megfelelő dolgokat méri, vagy ha rosszul értelmezi őket. Mondhatok egy példát. Tegyük fel, hogy az én modellem a képernyőn azt mutatja, hogy több tetőablakot kap a nagy mezőkön. Tehát elmehetek, és azt mondom, hogy OK, a válasz a tetőablakok hanyatlásának problémájára az, hogy minden mezőnket nagyobbá kell tennünk, de mi van, ha csak nagy mezőket választanak, nem azért, mert nagyok, hanem azért, mert látják, hogy jönnek a ragadozók például messziről. Tehát nem annak a mezőnek a méretére reagálnak a madarak? Ez az, hogy milyen jól látják a ragadozókat, és ez a fontos dolog, ami meghatározza a számokat.
Tehát könnyen lehet, hogy valóban többet tehetnél a tetőablakokért, ha esetleg lehúznád a mezők határait, és nagyobbá tennéd a mezőket. a madarakért.Tehát nagyon óvatosnak kell lenned, hogyan értelmezed ezeknek a modelleknek a kimenetét.
ADAM RUTHERFORD: Paul Donald ott. Tehát ez fontos: minden modell téves. Szimulációk, de néhány nagyon hasznos. Visszatérve a cumbriai áradásokhoz, amelyeket Nick Reynard hidrológus szimulált. Nick, hogyan segít a modellezés megérteni ezeket a szélsőséges időjárási eseményeket?
NICK REYNARD: OK, ideális esetben természetesen mindenhol rendelkeznénk adatokkal, így megértenénk, mi folyik a folyórendszerben. és mindenhol állandóan a csapadékkal. Nálunk ez nem lehet, ez nem praktikus és túl drága, ezért képesnek kell lennünk kitölteni a hiányosságokat. Ehhez modelleket használunk. Tehát kitöltjük az űr és az idő hiányosságait azzal, hogy meghatározzuk, hogyan mozog a csapadék a tájon át a folyókba, majd végül a tengerekbe, és a modellek csak számítógépes szimulációi annak a víznek a mozgására, hogy valóban megértsük, hol magas és alacsony áramlások fordulnak elő a megye bármely részén, vagy akár egész Európában vagy a világ minden táján. Tehát erre használjuk a modelleket, és ez segít abban, hogy most megértsük, mit csinál a hidrológia, milyenek az áramlások, ugyanakkor lehetővé teszi számunkra, hogy ezeket a modelleket előre jelezzük és előre jelezzük, milyenek lehetnek a jövőben az áramlások.
ADAM RUTHERFORD: Nick Reynard, az Ökológiai és Hidrológiai Központ munkatársa.
